DLM-AN — система нормализации акцента в речи, опубликованная как набор предварительно обученных контрольных точек для статьи «Controllable Accent Normalization via Discrete Diffusion» (Interspeech 2026). Она использует дискретную диффузию по речевым токенам, полученным с помощью self-supervised обучения. Модуль Common Token Predictor позволяет настраивать выраженность нормализации, повторно используя выбранные токены исходной речи; Flow-matching Duration Ratio Predictor помогает приблизить ритм к речи носителей языка.

Модель предназначена для преобразования аудио с акцентом в аудио с нормализованным акцентом и управления силой этого преобразования. В метаданных указан формат PyTorch и задача audio-to-audio. Размер модели, поддерживаемые языки и условия лицензии в доступных данных не описаны.